数字图像处理
文章平均质量分 91
what_lei
一只来自电子与通信的研究僧
展开
-
数字形态学
数学形态学是分析几何形状和结构的数学方法,是建立在集合代数基础上,用集合论方法定量描述几何结构的 科学。,数学形态学已在计算机视觉、信号处理与图像分析、模式识别、计算方法与数据处理等方面得到了极为广泛的应用。数学形态学可以用来解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题原创 2015-09-23 20:27:27 · 4872 阅读 · 0 评论 -
PCA理论与传统PCA图像融合
最近在做图像融合,用到PCA在此整理一下;PCA的应用范围PCA最大方差与最小误差推导奇异值与PCApca图像融合 1.PCA应用范围压缩数据;可视化,高维数据无法可视化,降到2维或3维便于可视化;降低overfitting,用高维数据进行supervised learning,模型复杂度比较高,容易过拟合,通过PCA降维达到防止过拟合的作用;去噪音,比原创 2015-10-09 14:26:02 · 11350 阅读 · 4 评论 -
Hough变换
霍夫变换(Hough Transform)是图像处理中的一种特征提取技术,该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出,后于1972年由Richard Duda和Peter Hart推广使用,经典霍夫变换用来检测图像中的直线,后来霍夫变换扩展到任意形状物体的识别,多为圆和椭圆。霍夫变换运用两原创 2015-09-24 15:17:38 · 1563 阅读 · 0 评论 -
图像的二值化之python+opencv
定义:图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。 一幅图像包括目标物体、背景还有噪声,要想从多值的数字图像中直接提取出目标物体,常用的方法就是设定一个阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法,称为图像的二值化(Binarization)。简单原创 2015-10-15 22:05:36 · 94471 阅读 · 8 评论 -
图像灰度化的三种方法及matlab,c++,python实现
灰度化处理就是将一幅色彩图像转化为灰度图像的过程。彩色图像分为R,G,B三个分量,分别显示出红绿蓝等各种颜色,灰度化就是使彩色的R,G,B分量相等的过程。灰度值大的像素点比较亮(像素值最大为255,为白色),反之比较暗(像素最下为0,为黑色)。 图像灰度化的算法主要有以下3种: 1)最大值法:使转化后的R,G,B得值等于转化前3个值中最大的一个,即:原创 2015-09-23 16:24:49 · 52871 阅读 · 5 评论 -
模式识别之身份证识别
在各种证件识别中,身份证识别相对来讲还是比较简单的,因为字体及位置固定,而且颜色与背景差别较大。识别流程: (1)输入图像 (2)身份证图像粗定位及分割原创 2015-10-14 21:53:21 · 17199 阅读 · 11 评论